原題
Bayesian sequential learning for prognostication in extremity soft tissue sarcoma (BayeSarc): a retrospective, multicentre cohort study.
背景:Sarcuulatorは四肢軟部組織肉腫切除後の生存と遠隔転移を予測するが、更新できない。BayeSarcは、連続更新のためにベイズ逐次学習を使用する。
方法:後ろ向き多施設共同試験(n=4,916)。BayeSarcは同じ変数(年齢、大きさ、グレード、組織学)を使用し、ミランコホートで開発され、5つの外部コホートで順次更新された。適応借用を用いたベイジアンコックスモデルとファイングレーモデルを、識別と較正のためにSarcuulatorと比較した。
結果:更新後、BayeSarcは全生存(0.801対0.773)および遠隔転移(0.738対0.718)のC指標が高く、較正が改善され、不確実性が低下した。
結論:BayeSarcはSarculerアプリの更新可能な予後予測ツールであり、BSLは稀な癌に一般化できる。
Journal: Lancet Oncol (CiteScore 2022: 62)
DOI: 10.1016/S1470-2045(26)00067-7
PMID: 42061374
コメント